R 使用stat\u频率获取计数

我有一个例程，可以使用

ggplot

创建一些绘图：

getPlotList = function(param.list, data=db, y, color){
  param.list %>% sapply(function(var){
    ggplot(data=data, aes(x=data[[var]], y=data[[y]], color=data[[color]]))+
      stat_summary(fun.y = mean, fun.ymin = function(x){mean(x) - sem(x)}, fun.ymax = function(x){mean(x) + sem(x)}, geom = "errorbar", width=.1, position = position_dodge(0.3), na.rm = TRUE) +
      stat_summary(fun.y = mean, geom = "point", position = position_dodge(0.3), na.rm = TRUE) +
      ylim(0, NA) +
  }, simplify = FALSE, USE.NAMES = TRUE)
}

我是这样使用的：

c("col1", "col2", "col3") %>% getPlotList(y="col4", color="col5")

这非常有效（我有几十个图要写），并给出如下结果（但没有n=…标签）：

问题是，我的计数对于每种颜色都是相同的，但是它可以随着x的变化而变化。
由于存在错误条（如果n=1或n=0，则不会显示），因此我必须在标签中显示计数，就像我在图片上所做的那样（使用油漆）

关于SO有很多类似的问题（如、、等），但都使用

geom_hist

或

geom_bar

，与我使用的

stat_summary

不同，它们碰巧有

.count..

元变量可用

如何添加这些标签

---

PS：我试图在我的函数中使用quosures而不是数据[…]，但失败得很惨。这不是问题的主要部分，但如果有人有想法，这将对我有很大帮助。

这是使用以下示例数据构建的：

sampleData <-
  data.frame(
    col1 = factor(rep(LETTERS[1:4], c(12, 6, 16, 20)*5)
                  , levels = LETTERS[1:4])
    , col2 = factor(rep(LETTERS[1:4], c(1, 17, 16, 20)*5)
                    , levels = LETTERS[1:4])
    , col3 = factor(rep(LETTERS[1:4], c(0, 18, 16, 20)*5)
                    , levels = LETTERS[1:4])
    , col4 = rnorm(54*5, 4, 2)
    , col5 = factor(rep(1:5, 54))
  )

现在，这个代码：

c("col1", "col2", "col3") %>% getPlotList(y="col4", color="col5", data = sampleData)

给出了以下曲线图：

在@Nettle的请求下，我修改了代码，使用了更多的

tidyverse

，特别是使用标准评估来循环遍历列列表，而不是以前使用的基本

表

方法。我认为代码的功能应该相同。主要的优点是删除了中间变量，尽管有人可能认为这些变量可以提高可读性

getPlotList <- function(param.list, data=db, y, color){
  param.list %>% sapply(function(var){

    ggplot(data=data, aes_string(x=var, y=y, color=color))+
      stat_summary(fun.data = mean_cl_normal, position = position_dodge(0.3), na.rm = TRUE) +
      stat_summary(fun.y = mean, geom = "point", position = position_dodge(0.3), na.rm = TRUE) +
      ylim(0, NA) +
      geom_text(aes_string(x = var, y = "y", label = "label", color = NA)
                , data %>%
                  count(!!as.name(var), !!as.name(color)) %>%
                  group_by(!!as.name(var)) %>%
                  summarise(
                    label = paste("n =", paste(unique(n), collapse = ";"))
                  ) %>%
                  mutate(y = 0.5)
                , show.legend = FALSE)

  }, simplify = FALSE, USE.NAMES = TRUE)
}

getPlotList%sapply（函数（var）{
ggplot（数据=数据，aes_字符串（x=var，y=y，color=color））+
统计汇总（fun.data=mean\u cl\u normal，position=position\u dodge（0.3），na.rm=TRUE）+
统计汇总（fun.y=平均值，geom=“点”，位置=位置减淡（0.3），na.rm=真）+
ylim（0，NA）+
几何图形文本（aes字符串（x=var，y=“y”，label=“label”，color=NA）
，数据%>%
计数（！！as.name（var），！！as.name（color））%>%
分组人（！！as.name（var））%>%
总结(
标签=粘贴（“n=”，粘贴（唯一（n），折叠=“；”）
) %>%
突变（y=0.5）
，show.legend=FALSE）
}，simplify=FALSE，USE.NAMES=TRUE）
}

这是使用以下示例数据构建的：

sampleData <-
  data.frame(
    col1 = factor(rep(LETTERS[1:4], c(12, 6, 16, 20)*5)
                  , levels = LETTERS[1:4])
    , col2 = factor(rep(LETTERS[1:4], c(1, 17, 16, 20)*5)
                    , levels = LETTERS[1:4])
    , col3 = factor(rep(LETTERS[1:4], c(0, 18, 16, 20)*5)
                    , levels = LETTERS[1:4])
    , col4 = rnorm(54*5, 4, 2)
    , col5 = factor(rep(1:5, 54))
  )

现在，这个代码：

c("col1", "col2", "col3") %>% getPlotList(y="col4", color="col5", data = sampleData)

给出了以下曲线图：

在@Nettle的请求下，我修改了代码，使用了更多的

tidyverse

，特别是使用标准评估来循环遍历列列表，而不是以前使用的基本

表

方法。我认为代码的功能应该相同。主要的优点是删除了中间变量，尽管有人可能认为这些变量可以提高可读性

getPlotList <- function(param.list, data=db, y, color){
  param.list %>% sapply(function(var){

    ggplot(data=data, aes_string(x=var, y=y, color=color))+
      stat_summary(fun.data = mean_cl_normal, position = position_dodge(0.3), na.rm = TRUE) +
      stat_summary(fun.y = mean, geom = "point", position = position_dodge(0.3), na.rm = TRUE) +
      ylim(0, NA) +
      geom_text(aes_string(x = var, y = "y", label = "label", color = NA)
                , data %>%
                  count(!!as.name(var), !!as.name(color)) %>%
                  group_by(!!as.name(var)) %>%
                  summarise(
                    label = paste("n =", paste(unique(n), collapse = ";"))
                  ) %>%
                  mutate(y = 0.5)
                , show.legend = FALSE)

  }, simplify = FALSE, USE.NAMES = TRUE)
}

getPlotList%sapply（函数（var）{
ggplot（数据=数据，aes_字符串（x=var，y=y，color=color））+
统计汇总（fun.data=mean\u cl\u normal，position=position\u dodge（0.3），na.rm=TRUE）+
统计汇总（fun.y=平均值，geom=“点”，位置=位置减淡（0.3），na.rm=真）+
ylim（0，NA）+
几何图形文本（aes字符串（x=var，y=“y”，label=“label”，color=NA）
，数据%>%
计数（！！as.name（var），！！as.name（color））%>%
分组人（！！as.name（var））%>%
总结(
标签=粘贴（“n=”，粘贴（唯一（n），折叠=“；”）
) %>%
突变（y=0.5）
，show.legend=FALSE）
}，simplify=FALSE，USE.NAMES=TRUE）
}

如果你提供一个可用于测试的样本数据，那么帮助你就更容易了。我试图制作一个，但@MarkPeterson击败了我。如果你提供一个可用于测试的样本数据，帮助你就更容易了。我试图制作一个，但@MarkPeterson击败了我。这个答案对我来说简直是一座金矿，谢谢大家!@马克-你有没有可能完全在tidyverse里做这件事？@Nettle，为什么？几乎没有什么东西不在tidyverse中。如果您真的需要，我想您可以将

forLabels

的创建更改为

summary

语句（不使用

myCounts

中间语句）。我倾向于发现使用标准评估步骤（您需要在多个列中循环）比我喜欢的更为挑剔，尤其是当您在函数中包装东西时。好吧@Nettle，我不能放手，这是一个很好的借口，可以更多地使用标准评估步骤。我仍然不知道你为什么想要它（我真的很好奇），但现在有一个版本可以在

tidyverse

中保存更多内容。这个答案对我来说简直是一座金矿，谢谢@马克-你有没有可能完全在tidyverse里做这件事？@Nettle，为什么？几乎没有什么东西不在tidyverse中。如果您真的需要，我想您可以将

forLabels

的创建更改为

summary

语句（不使用

myCounts

中间语句）。我倾向于发现使用标准评估步骤（您需要在多个列中循环）比我喜欢的更为挑剔，尤其是当您在函数中包装东西时。好吧@Nettle，我不能放手，这是一个很好的借口，可以更多地使用标准评估步骤。我仍然不知道你为什么想要它（我真的很好奇），但是现在有一个版本可以在

tidyverse